APP下载

基于极限学习机的充填体强度预测

2015-12-03陈增剑戴兴国邓光迪

中国钨业 2015年1期
关键词:模型

陈增剑,戴兴国,2,方 鑫,邓光迪

(1.中南大学 资源与安全工程学院,湖南 长沙 410083;2.新疆大学 地质与矿业工程学院,新疆 乌鲁木齐 830046)

基于极限学习机的充填体强度预测

陈增剑1,戴兴国1,2,方 鑫1,邓光迪1

(1.中南大学 资源与安全工程学院,湖南 长沙 410083;2.新疆大学 地质与矿业工程学院,新疆 乌鲁木齐 830046)

针对充填体强度与影响因素之间复杂的非线性关系,利用极限学习机算法(ELM)建立了充填体强度预测的ELM模型,该模型以良山铁矿充填料浆配比试验数据作为训练和测试样本,选取料浆浓度、灰砂比、水泥含量及矿渣微粉掺入量4个影响因素作为输入因子,28天抗压强度作为输出因子。结果表明:当隐含层节点数目选取为17个,激活函数为Sigmoidal时网络模型具有良好的泛化能力和预测精度,模型训练值和预测值与实测值的均方误差(MSE)分别为0.39和0.36,平均相对误差控制在5%以内,对充填体的强度具有良好的预测能力。

充填体强度;极限学习机;泛化能力;均方误差

0 引言

随着我国矿产资源开发继续向深部发展,充填采矿法以其有效控制采场地压、维护采空区稳定性、废物利用和减少环境污染等优势越来越受到人们的重视[1]。在充填采矿法中,充填体的强度首先需要满足充填采矿法对强度的要求,而确定合理的充填料浆配比可以有效地保证充填体的强度、降低充填成本[2]。影响充填体强度的因素有很多,这些因素之间具有复杂的非线性关系[3]。国内外许多学者提出了许多预测充填体强度的方法,如线性回归[4-5]、相似公式、经验公式估算、数值模拟、弹性力学分析等[6],但由于充填体材料的复杂性,用上述方法往往得不到精确的预测结果。……

登录APP查看全文

猜你喜欢

模型
一半模型
一种去中心化的域名服务本地化模型
适用于BDS-3 PPP的随机模型
函数模型及应用
p150Glued在帕金森病模型中的表达及分布
函数模型及应用
重尾非线性自回归模型自加权M-估计的渐近分布
3D打印中的模型分割与打包
FLUKA几何模型到CAD几何模型转换方法初步研究
一个相似模型的应用